I
IN'rEGRAIS FUZZY
,.
Este exemplar corresponàe a reda-ção final da tese devidamente cor. rigida e defendida pelo Sr. JORGE COSTA DUARTE FILHO, e aprovada pe la Comissão Julgadora . Campinas,
:26 de
.
,.
I'
Prof.Dr.~·---~
7
L~~~~·--
Orientador de 1988Dissertação apresentada ao Inst:i.tQ.
'
to de Matemática, Estatística e ciência da Computação, mncr,MP, CQ mo requisito parcial para obtenção do Título de Mestre em Matemática.
, -UNICAr~P BIBLIOTECA CENTRAL
À minha esposa Rosangela e as minhas filhas Marmela e Hariana
i i
~os meus pais, Jorge(in rnemori~n)e Josefa e às minhas irmãs Rita e
iii
AGRADECIMENTOS
Ao Prof. Rodney C. Bassanezi pela orientação e dedicação nestes meses de trabalho.
~os meus colegas que de alguma mane1ra participaram des-te trabalho.
ÍNDICE 1. INTRODUÇAO . . • • • , , ••••.••• , •• , .••• , • • • • • • • • • • • . • • • • • • , • • • • 01 2. MEDIDAS FUZZY 2.1 Definições e Exemplos . . . • • . . . • . • . . . 02· 3, A INTEGRAL FUZZY 3.1 Funções Mensuráveis . . . • . . . 16 T. 2 Integrals Fuzzy • . . . • . . . • • • • . . • . • • . • . . . 18 3;3 O espaço L1(") . . . 34· 3.4 COmparação entre esperança clássica e
esperança fuzzy • . . . • • . . . 38
4. CONVERGENCIA DE INTEGRAIS FUZZY.
4.1 A Autocontinuidade de Funções de conjuntos
e a Integral F u z z y . . . 47 4.2 Continuidade de Integrais fuzzy . • • . . . • . . . 69
l
lNTRODUÇ)\.0
O conceito de medida de fuzzy foi introduzido por M. Sugeno (1974). Esta medida corresponde
à
forma mais adequada para medir graus de incerteza, valores que dependem quase exclusivamente da subjetividade de quem está medindo. Por exemplo, quando uma pes-soa faz a aValiação de um carro, ela considera muitos fatoressi
multaneamente: cor, mecânica, opcionais, custo, etc. Note-se que a importância de cada um desses fatores pode diferir de pessoa para pessoa e algumas partes de um déterminado fator podem ser redundantes.A preocupação em medir usando a subjetividade humana nao e ' um problema recente. Bernoulli e Lambert "já conheciam a diferen ça entr~ a "probabilidade aleatória" e a"probabilidade
epistêmi-"
ca. No caso da probabilidade aleatória usavam funções de conjun-tos aditivas. Quando os fenêmenos erarn descriconjun-tos fazendo uso de
julgamentos subjetivos usavam probabilidades epistêmicas.De qual quer forma, tanto num caso como no outro, a função de probabili-dade era usada como modêlo matemático.
Quando se pesquisa a inteligência artificial fica eVidente que o uso de funções probabilidades para descrever julgamentos subjetivos
é
inadequado e leva ·a· resultados contraditórios. Nes-te caso, impor que a medida seja aditivaé
uma condição muito forte e nãoé
respeitada pelo tipo de fenômeno estudado.Isto nos dá uma motivação para se trabalhar com medidas subjetivas que não têm a propriedade de serem aditivas. No capítulo 1 deste trg2 balho, daremos a definição de medida de fuzzy, algumas de suas propriedades e alguns resultados que serão necessários no decor-rer deste trabalho.
Uma outra teoria, chamada teoria da evidência, foi introdu-zida por Shafer em 1976, sempre com a preocupaçao em resolver problemas de julgamentos subjetivos. Ele fez isto, expressando estes julgainentos através de graus de credibilidade.
O ponto comum destas duas teorias era que elas podiam ser tratadas, do ponto de vista matemático, corno teoria de funções de conjuntos monótonas em relação
à
inclusão isto e, se A c B então p(A)::_ ll(B). Esta sera uma das condições exigidas para que uma função de conjunto ll seja uma medida fuzzy.Podemos acrescentar, ainda, no conjunto das medidas subjeti vaso trabalho de Choquet:Teoria das Capacidades(l953), onde ele descreve capacidades como funções de conjuntos definidas numa clàsse de subconjuntos compactos de um espaço topolÓgico adequa-do.
Cada uma dessas teorias cobre somente alguns aspectos do problema geral e nenhuma delas está contida nas restantes. Por exemplo, a medida de possibilidade
é
uma função de plausibilida-de e nãoé
uma medida fuzzy, maSé
uma capacidade. Analogamente, nem toda medida fuzzyé
uma fur:iç.ão de c:::-edibilidade e/ou plausi-bilidade.Com o conceito de medida fuzzy, Sugeno construiu um funcio-nal, chamado integral fuzzy. Este funcional pode ser interpreta-do como a avaliação subjetivas -de objetos, onde esta
subjetivi-3
dade está ligada
à
medida fuzzy. Podemos interpretar a integral fuzzy de outras ~aneiras. Por exemplo, nós poderíamos chamá-la de esperança fuzzy em comparaçao com esperança probabilistica.I2 to será mostrado mais adiante no capítulo 2. Quando as integrais fuzzy são comparadas com a integral de Lebesque, elas poderiam ser chamadas de integrais não-lineares ou alguma coisa similar. Do ponto de· vista de funcional, as integrais fuzzy são simples-mente um tipo de funcional não-linear, como os funcionais mono-tonos.A int.egral fuzzy tem sido ~plicada numa variedade de
pro-blemas, como por exemplo, nos processos de avaliação subjetivas: processos de decisão-fabricação, pro~esso de aprendizagem, etc. Um dos problemas mais essenciais nestas aplicações
é
a identifi-cação d~ medida fuzzy humana. É muito importante identificar ex-perimentalmente esta medida fuzzy, já que elaé
considerada como medida subjetiva de indivÍduo. Existem dois métodos, direto e in diretb, para a sua identificação. Em ambos os métodos, a medidafuzzy de Sugeno gÀ indicada no capÍtulo l,
é
usada com frequência como modêlo matemático de medidas subjetivas. No capÍtulo 2, introduzimos a definição de integral'
dada por sugeno, que e:
(S)
maior
fuzzy
onde v,A indicam sup e inf respectivamente, F '; {xEX; f(x)>, o:} . a ou Fo:~{f > o:} e A
é
um elemento da a-álgebra de subconjuntos!
---4
de X considerada. As condições sobre f e v serão dadas mais adiante.
~inda no capítulo 2, daremos algumas propriedades da
inte-gral fuzzy,· bem como alguns exemplos.
Nosso principal interesse neste trabalho
é
mostrar as boas propriedades matemáticas desta int.egral. Alguns resultadosclás-s~cos da teoria da medida, como o teorema da Convergencia Monó-•
tona, Lema de Fatou e outros, serao demonstrados aqui. Quãndo da demonstrãção destes fatos, Sugeno apresentou dificuldades,sen do que estas dificulaades contornadas por Ralescu e Adams [ 3
J
dando outras definições para integral fuzzy, equivalentesà
dada por Sugeno. Esta equivalência está mos-t:..rada no capítulo 2. Ase-.
.
gu~r no cap~tulo 3, mostraremos alguns resultados sobre conver-gencia d~ integrais fuzzy, apresentadas por ~Vang [ 4
J.
Para isto usaremos alguns conceitos básicos dados no capítulo l, como a a~ tocontinuidade e a zero-aditividade de funções de conjuntos. Com estas condições, obtemos um resultado mais geral que o teorema Convergência Dominada de Lebesgue , sendo este resultado o pr~nc~ pal do caPÍtulo 3. ~presentaremos ainda um teorema devido a Gre-co-Bassanezi [ 6J,
onde eles obtem através dele todos os outros resultados anteriormente apresentados.CI\PÍTULO I
MEDIDAS FUZZY
Como dissemos, o conceito de medida fuzzy foi introduzido , por Sugeno[
1].
Aqui, os conceitos de o~álgebra e de espaço rnen surável utilizados sao os mesmos da teória clássica da medida. Dado um conjunto qualquer X, nao-vaz1o, cons1deraremos neste t r ª.
-
~.
.
. balho, a menos que se faça referência ao contrário, aa-
álgebra de todos os subconjuntos de X, denotada porX.
A seguir,introdu ziremos o conceito de medida fuzzy dado por Sugeno. Tal conceitQ tem sido modificado ern outros trabalhos, embora -a monotoCidade da medida seja sempre mantida.Definição 1.1 - Uma função- de conjunto ~:X.~
[o
,oo) e uma med_i 'da fuzzy se sao satisfeitas as propriedades:
(i) ~(</>) ~
o
(monotocidade) (iii) Se {A
11}
n
E I
é
uma sucessao de conjuntos emX
tal queA 1 c A2 c . . . , então V(lim n~oo " ) o
n
lim n~oo (iv) Se {A }~(lim n~oo
A )
n
6
Observação:. 1) I\ restrição Jl ( 1\l )·<::: w exigida em (i v) pode ser colocada em uma forma mais geral, ou seja, para
al-gum 11
0 E r.
2) A.s condições ( iii) e (i v) • propõe a continuidade de medida f1.1~ zy por sequências monótonas. Estas condições podem eventualmente serem dispensadas, Greco-Bassanezi [ 6 ] ..
3) Sem perda generalidade pode-se considerar Jl:X~[o,l], poiS se ~; [O,oo) ~[0,1]
ê
uma função contínua e crescente, temos:~{ff d~)= ~[ v [aA~(F )]= v [~(a)A~(~(F )) =
aE [O,oo) a aE [O,oo) a
Exemplos de medidas fuzzy
1.1) Qualquer medida positj_va a-aditiva
é
uma medida fuzzy. Em particular, a medida de Lebesgueé
uma medida fuzzy.1.2) A. função de probabilidade básica p:2X +
[o,~],
com X finito satisfazendo:(a) p(~) = o (b)
C
p(A) = 11:3) A medida concentrada de Dirac em W 0 , definida por: se w E A se w o
lt
A o ~~~ c X1.4) A medida gÀ de Sugeno
é
uma função ~=X ~[o,oo] que satisfaz(a) v(X) = 1
toda com -l<À<oo
é
uma medida fuzzy, ver Banon[J
pág. 294.7
1.5) Medida de possibilidade de Zadeh definida como segue,e uma medida fuzzy, considerando X finito.
Seja
n:X
~[o, 1] tal que(a) IT(W) = O; IT(X) = 1
(b) ~~ex, ~BcX, ~nB =
0
então IT(~uB) = máx (IT(~). IT(B)).Se ~
é
uma medida fuzzy, a tripla (X,X,~) será chamado de espaço de medida fu~. Daremos algumas definições e resultadossobre funções de conjuntos relativos às funções sub-aditivas zeros-aditivos e sobre aauto-continuidade de funções de conjun-tos.
Adotaremos as convençoes seguintes: sup{i,iE~}= O; oo-= = O;
,..,
O.oo =O e se o conjunto de Índices f
é
vazio, ~ (·) =O.r
8
par ~,B E
X
~(~uB):O_ ~(~)+~(B).Exemplo 1.5: A medida de probabilidade do exemplo 1.2.
Definição 1'.3: Uma função de conjunto J..l
é
chamada zero-aditiva se ~(EuF)= u(E), com E,FEX,
EnF =0
e u(F) = o .Proposição 1.4: Se uma função de conjunto J..l e tal que J..l(E)f O
.
para E
EX,
E# ~ então lJ..é
zero-aditiva.ProQQ§icão 1.5: Seja (X,X,1-!) um espaço de medida fuzzy. São equivalentes:
(a) ~
é
zero-aditiva(b) E, F E X. ~(F) = 0 ~ ~(EuF) = ~(E)
(c) E, F E
X
FCE e ~(F) =O ~ u(E-F) = ~(E), onde E-F e.
o complementar de F em E.(d) E, F
e
X
~(F) = o • u(E-F) = u(E)(e) E,F E X, u(F)=Oo u(EOF)=u(E), onde EOF=(EuF)-(EnF).·o sÍmbQ lo 6 indica.a diferença simétrica entre E e F.
Demonstração: (a) :;.(b). Sejam 11 zero-aditiva e E,FEX coin 'f.l(F)=O Temos que EuF = Eu(F-E}. Note que(F-E)cF e sendo 1-l uma medida fuzzy, (ii) implica que 1J(F-E)=O. Como 1-l
é
zero- aditiva e En(F-E) =0,
segue-se que9
..
(b)~ (c). Sejam E,FE
X
com E~F e ~(F) =O. Agora E=(E-F)uF. Por (b) temos que ~(E)= ~((E-F)uF) =~(E-F).(c) ~(d). Sejam E,FE
X
com ~(F)=O. Temos que E-F=E-(EnF) enote que EnFcF. Assim, ~(EnF)=O. Além disso, EnFcE e então ternos:
~(E-F) = ~(E-(EnF)) =~(E)
(d) :::> (e). Sejam E,FE X com Jl(F)=O. Como EnFcF segue-se que ~(EnP)=O. Logo ~(E6F)= ~( (EuF)-(EnF) )= ~(EuF). Por outro
E-F=(EuF)-F. Então ~(E)= ~(E-F)= ~(EuF).
Portanto ~(E6F)= ~(EuF)= ~(E).
lado
(e)~ (a). Sejam E,FE X. com EnF=0 e Jl(F)=O. Então E6F=EuF.
Logo J1(EuF}~ Jl(-ELIF)= f.!(E}_ e portanto Jl
é
zero--aditiva .•
Observação: Da proposição 1.5 podemos notar que se e uma medi '
da fuzzy, a condição 11EnF=0" pode ser omitida da definição de função de conjunto ·zero-aditiva.
Daremos abaixo exemplos relativos às medidas zero-aditivas: Exemplo 1.6' Seja X>={O,l,2, •••. } e X cr-álgebra dos
subcon-juntos de X. Defina 1-l: X-+
[o.
oo]
porc,
lo
~ E 2i+l•
seiEE
~(E)= 00 .se OEE e E- {O}
f
~10
É simples verificar que ~ e urna medida fuzzy, e pela proposição '
1.4,
v
é
zero-aditíva.,Exemplo 1.7: Sejam X
=
{a,b} e 11 uma medidã fuzzy definida por:~ X~
[o.
oo){:.
se E=
X~(E)
=
se E
#
XConsidere E
=
{a} e F=
{b} , Temos que ~(F)=
~(E)=
O e EuF = X. Então J1(EUF) = JJ(X) = 1. Logo J.l nãoé
zero-adtiva pois ~(EUF)#
~(E),Definição 1.6: Uma função de conjunto 11-
é
dita autocontínuasu-periormente se, sempre que e
~(A) •
Definição 1. 7: Uma -função de conjunto 11
é
dita autocontínua infeiiormente se, sempre que~(B )~ O n
com B Cl>,. \;:f
n ' n
e
1..Jma frmção de conjunto 11 que e autocontínua superiormente e in f e-riormente será chamada de autocontínua. Se 11
é
uma medida fuzzy as condições 111\.nB=0'
e 11B CA11 podem ser omitidas dasn n
11
-
.
.
Proposicao 1.8: Se J1 e autocontlnua superiormente ou infei'iormen te então ~
é
zero a di t i v a.Demonstração: Suponhamos que J1 seja autocontínua superiormente
e sejam E,FE
X.,
EnF =0·
com l.l(F) =0. Tomemos em 1.6 A= EAssim:
tin. Então A,Bn E )._ 1 AnBn =
0,
•
lim ~(AUB ) ~
n
Portanto \1
é
zero-aditiva.V ( EUF)
Suponhamos agora que Jl seja autocontínua inferiormente e sejam E,FE
X
com
EnF
= ~e
Jl(F) =O.
Tomemos em
1.7
A = EUF e B = F. Como EnF =
1/J,·
temos que (EUf') - F = E e n.
e claro que B CA.. Assim: n
Logo \1
é
zero-aditiva e a proposição está demonstrada ••
Proposição 1.9: Uma medida fuzzy \1
é
autocontínua se, e sómenteil(A), com A,B E·:(
n e
Demonstração: Suponhamos que J1 e autocontÍnua
O, n= 1, 2,
e
A, B E
X.
n tal que Jl(B11) ~ o. Considere c11
=
B11-A. Temos C n · n~ ~0
e como C cB n n e ~é
uma medida fuzzysejam que
D c B e
n n ~
é
uma medida fuzzy. "(A-Dn)4 "(A).Mas
A-D CA6B CAUC tr.~"' ~-"
n
n
n'
n
Logo ~(A-D )< ~(AÓB )< ~(1\UC )
n - n - n e portanto:
lim ~(A6Bn)= ~(A)
fi400
12
Portanto
Suponhamos que se A,B E
-;!.
e . ~(B )4 O se tenha ~(A6Bn)4~(A).n n
Suponha também que AnB =
0.
Temos então quen
-(AnBn) = AUBn. Logo ~(1'.) = lim ~(1'.6Bn) = lim ~(~UBn)
n+= n-+«>
.
e portan-to ~é autocontínua superiormente. Seja agora A,BnE ~ tal que~
n e AMn = (AUB ) -n (AnB ) = n A - B n·
Logo J.l(A) = lim Jl(All.Bn) = lirn Jl(A-Bn) e portanto 11 e
autocon-n-+oo n-+(0
tínua inferiormente. Assim sendo, 11
é
autocontínua.*
Exemplo 1.8: Uma gÀ-medida
é
autocontínua. De fato, sejam com ll(B )-+O. Então l.l(Alffin) =. n "
= ~(A uB ) = ~(A)+ ~(B ) + À~( 1'.) ~(B ) • Tomando o limite
n n n quando
n -+-oo temos:
lim ~(A6Bn) = ~(A) n4oo
I
---13 Notemos que uma medida fuzzy nao
é
necessariamente autocon tínua superiormente e inferiormente, como mostra o exemplo abái-xo.Exemplo 1.9: Seja X
=
{1,2,3, . . . . } eX
a o-álgebra de to-dos os subconjuntos de X. Definapara E E
X
, onde ké
o número de pontos de E.Afirmarnos que ~é
autocontínua inferiormente.e consequentemente zero-aditiva (proposição 1.8), mas nãoé
autocontínua. De fato, tomemos A={l} e B n "' {n} , n = 1, 2,o
eEntão
e ~(A)= 1 2.
Segue-se outras definições de diferentes tipos de "conti-nuidade11 em relação
à
uma função de conjunto, dadas por Wang[4]
que serão Úteis no estudo da convergência das integrais fuzzy.Definição 1.10: Uma
coleção~
de conjuntos em cadeia se, para todo parc
1,
c
2 E ~X e ' chamada
ou
Definição 1.11: Uma cadeia
tfo
é
chamada ~-limitada, se existeM >O tal que l~<cli<M,
para
todo C Eift,.DefiniCão 1.12: Uma função de conjunto 11
é
chamada autocontínÚa superiormente localmente uniforme se elaé
autocontínua superior..
e para toda cadeia l.l -limitada
t&
cX.
e para todoó
='ó((
i;)>o
talque
~(A)-< < ~(AuB)~ ~(A)+<
onde. AE
J,,
BEX ,
AnB =~.
I~(B)
I< ô14
e:>
o
1 existeDefinição 1.13: Urna função de conjunto
é
chamada autocontínua inferiormente localmenteunifOrme
se elaé
autocontínua inferior e para toda cadeia v-limitada~c
X e para todo E: >O, existeô=ô(t#,,g}>O tal que
~(A)-<< "(A-B)~ "(A)+€
Definição 1.14-: Uma função de conjunto
é
chamada autocontínua localmente uniforme se elaé
autocontínua superiormente e ·infe-riormente localmente uniforme.Definição 1.15: Uma função de conjunto l.l e chamada uniformemente autocontínua superior se para todo E> O, existe ô
=o<
<l
>o
tal que sempre que A,BEX, ArB= ~. I "(B) I <ô então
}.I( i\) -E < p(AUB) .::._ JJ(i\) + E
15 autocontínua inferior se para todo ·E>O, existe ·ó=ó(E)> O tal
que sempre que A,BE
X
,
BcA,I
~(B)I<
ó
então~(A)-c < ~(A-B) < ~(A) + c
Uma função de conjunto ~
é
chamada de autocontínua uni-forme se ela.é
uniformemente autocontínua superior e inferior.CAPÍTULO II
A INTEGRAL FUZZY
1. FunçÕes Mensuráveis
Vamos apresentar agora algumas definições e resultados cl᧠sicos sobre·mensurabilidade, que nos serão Úteis no estudo da int~ gral fuzzy ..
Definição 2.1: Seja X· um conjunto qualquer nao vazio e
X
uma o-álgebra em X. Urna função f:x~·Ré
mensurável se para todo areal, o conjunto {x X;f(X)>a}- pertence a
X.
Exemplos: 2.1) Toda função constante
é
mensurável pois se f(x)=c,V E X e se o: > c então {x X; f(X) >o:} = ~E X enquanto que se
X
o:< c, {xEX; f(X) >o:} ~ XE X
2.2)
se
AEX
então a função característica de A, def~nida por
é
mensurável poiscem a X
1 , se x E A
O, se x
rt
A{xEX; X (x)>a} ou
é
X, ou A ou~A que perten
2. 3) Se f
é
contínua soDreIR
e Xé
a a-álgebra de Borel ~então fé
mensurável, pois o conjunto {xEX;f(x)>a} e '17
aberto de ~ e portanto
é
a união de intervalos abertos, pertencen do- então a SO prÓ~imo lema também nos dá. urna caracterização para funçÕes
'
.
rnensuravels.
Lema 2. 2: Seja f:X~[O,<>') uma função.
são
equivalentes: (a) ~~ER,
l\ a= {
xEX · ' ffx)>a)E:c
(b)~aE &_, B
=
{xEX; f(x)::_a)E Xa
(c)~aE
R, c
a=
{ xEX; f(x)2'_a)E :X: (d)~aEli\.,
Da=
{ xEX; f(x)<a)E XLema 2. 3:. Sejam f e g funções mensuráveis e c E
ti<. •
Então sao mensuráveis as funções c f, f+g f fg eLema 2.4: Seja (fn) uma sequência no conjuntodas funções
mensura-~eis de valores reais extendidos M(X,X} e defina as funções:
A f (Jl)
nElN n ·· F(.%:) =
f*(JI,) = lim inf fn(x) ; F*(") = lim sup fn(X.).
Então f(x), F(X), f*(~) e F*(X) pertencem a M(X,X).
18
para uma função f, então f
M(X,X).
Lema 2. 6: Se f
ê
uma função não-nega t i v a em · ·M ( x,:::c.) então exis-te uma sequência (flh)
em M(X,X.) ·tal que:(ã) O< cpn(x).::_ cpn+l (x·), x~, nElN
(b) f(X) = lim cpn(x:, para cada xEX
(c) Cada cpn tem somente um número finito de valores re-ais, isto
é,
são funções simples.2. Integrais Fuzzy
~s integrais fuzzy foram introduzidas por M. Sugeno
[D
em sua te-se de doutorado , utilizando medidas fuzzy(definição 1.1). A seguir daremos a definição dada por Sugeno.
Definição 2.6: Séja f:X-+ [0,00 } uma função mensurável, positiva e
v
uma medida fuzzy. Sugeno definiu o funcional F da seguinte formaonde
F(f) = (s) f d~
A
AEX ,F o:= {xEX;f(X)2_o:} e A,v
( l)
indicam respecti vament.e o inf e o sup em [0,00 ) . O funcional p·
é
denominado integral fuzzy ou integral de Sugeno.I'
--19
Daremos alguns exemplos de integral fuzzy.
Exemplo 2.4: Seja f: [0,1]+[0,1], definida por:
1/2 , se O<x<l/2 f (x) =
x , se l/2<x<l.
Seja
v
a medida de Lebesgue. EntãoJ
fd~=
v[aA~(F
)]= v[aA~(F
)]aE [o, oo) a aE [o, 1/2] a aE[l/2,1] v [aA~(F a
D•
a>l v1/2.
Exemplo 2.5: Seja X= {1,2,3, . . . } e considere v: -+[0,=) a medida dada no exemplo 1.9. Seja A= {2,3,4,5}
e
considere f:X-+[o,=)
definida por:1
2 ,
se l<x<3 f(x)=
20
J
fd~=
v[aA~(AnF
)] = v[aA~(MF
)]aE[O,oo) a aE[0,1/2] a (1/2,1]
fd-~
(
AnF a.a>1l]
v=
1 3 =2 vl6
= v[aA~
J
= aE(1/2,1] 16 3 v a; v .. aE[o,
1/2] 16 1=
2
21
Com o intuito de avaliar objetos fuzzy
é
que Sugeno introdu-ziu estas integrais. Por exemplo, suponha que se queira avaliar um objeto O segrmdo um conjunto Oe. criterios X . . se ~(X) deno,ta q grau de satisfa-ção do qualé
rm.midó o objeto O se o critério xé
considerado, e se~(X) denota o grau .de importância deste critério x, a integral
fuzzy pode ser interpretada, comparando estas duas quantidades no sentido do operador A , com a proCura do máximo grau de
concordân-cia entre as duas tendênconcordân-cias opostas, isto e, o valor da ' integral fuzzy pode ser "o melhor valor pessimista" ou o "pior valor otimi.§. ta".
Mais especificamente, suponhamos que se queira avaliar subjg tivamente um objeto, por exemplo, uma casa. Assuma que o objeto po de ser dividido em n elementos. Seja k={s
1, ... , sn} o conjunto de tais "elementos. Em geral k não
é
necessariamente um conjunto de elementos fÍsicos mas ele poderia ser um conjunto de pontos-de vl~ta ou de critérios. Seja h:k-t-[ O, 1] uma avaliação parcial do obj~ to. Isto
é,
h(s) implica na avaliação parcial do objeto, do ponto de vista do elemento s. Se pensamos no modelo de reconhecimento h(s) pode ser olhado como a função característica do modelo. A ava liação parcial h(s) pode ser determinada subjetivamente ou objeti-vamente. Por exemplo, nós podemos ter objetivamente h(área)=200m2, o qual deve ser normalizado. Assuma que a medida fuzzy é uma me-dida subjetiva expressando o grau de importância do subconjunto de k. Por exemplo, g({s1}) expressa o quanto s1
'
e importante para avaliar o objeto g({s
1,s2}) implica o grau de importância de s
2. É necessário assumir que o grau de importância de · k
'
22
1. Portanto a integral fu~zy de h representa a agregaçao de n avaliaçÕes parciais e pode ser considerada como a melhor de todas as avaliações do objeto.
Com a definição 2.6, Sugeno procurou,mostrar que os -teoremas da teoria da medida Clássica ainda continuaram válidos na teoria· da medida fuzzy. Porém, quando da demonstração do análogo ao teor~ ma da convergência monótona de Lebesque, Sugeno usou a igualdade
({xEX; lim fn(x) _'>a})
=
lim ~{ xEX; fn(x)_'>a} n -+«> n -+ooque nao
é
verdadeira. Para ver isto, tome um espaço de medida fuz-zy (X,X., 11) com (X)=l e considere fn = 1 -~,
n= 1,2, . . . . e-a=l.Temos então que lim fn
=
1,.~
e ({xEX, lim f n (x)>,l})=u(x)=l. - Mas
( !x EX. f ( x) 2.. 1 l) = u( ~) = o.
n
Entretanto, Ralescu e ~dams[ 3 ] , contornam este problema dando.outras definições equivalentes para integral fuzzy. É o que faremos a seguir.
Seja (X,X,~) um espaço de medida fuzzy e f:X~lo,oo) uma fun
çao mensurável,positiva. Seja s =
V-mensurável e positiva com
çao característica de Definimos então 1\.. l
a.f
a:. l J n 'v[o:.A
i=l ~ n E i=l a. l para ~(1\nl\. )] • luma função simples,
'
e a fun-e
23
Observação: Se A
=
X, denóta-remos Qx ( s) por Q(s)Com isto, Ralescu definiu o integral fuzzy como sendo:
Definição 2 .. 7: Seja f:X-+ [b,oo) ménsurável, positiva e Jl uma rfte-dida fuzzy. Então
sup Q~(s)
s.:_f •
( 2)
onde o sup
é
tOmado sobre as funções simples s tais que s<f. Também, Ralescu-Adams deram uma outra definição de integra.l fuzzy. É o que apresentaremos agora:Definição 2.8: Seja f:X-+ [0,00 ) uma função mensurável positiva.En tão:
(Rh)
!:
dU = suplu(A)Ainf AEX XEA f(X)]( 3)
Mostraremos que as definições 2.6, 2.7 e 2.8 sao equivalen-tes e com isto poderemos mostrar o teorema da Convergência Monó-tona, usando a definição 2. 7 dada por. Ralescu-Adarns; Mostraremos
inicialm~nte algumas propriedades das integrais fuzzy, que nos
se-rão Úteis para a demonstração dessa equivalência.
PropoBição 2.9: Sejam f:X-+ [O,co) e g:X -+-[0,00
) funções veis, positivas. Então:
mensurá-I ~ ~ ~
24
" ,, ,., .. '" ""''" ·,,)I.""'"'!:''
ii) Se AC!l então (R)
f:d~::_(R) f:d~
A, BEX.
iii) Se~(A)~O então.(R)f~d~"O
, AEXiv)
(R)f:d~" cA~(A),
onde cé
uma constante não-negati va e A.EX..Demonstração: i) Observe em (2) que o sup
é
tomado sobre todas as funções simples s~f. Como f2g então: sups::_f
Logo
'
ii).Basta observar que e usar o ltem
an-terior.
iii} Coffio AnA. E
X
1 e A..nAcA 1 e V
é
uma medida fuzzytemos que ~(A.ni\i)=O. Então ai"1-l(AnAi)=O :::.-- QA.(s)=O. Portanto
f:d~=
o
n
iv) Temos QA(c)" v [cA~(A)] "cA~(A). Logo i=l
sup QA(s)
"cA~(A)
e(R)Fd~"
cAu(A).25
Provaremos agora a equivalência das definiçÕes 2.6, 2.7 e 2 .8.
Teorema 2.10: Seja (X,:X.., 11) um espa_ço de medida fuzzy e f:X-+[O,oo) uma função mensurável, sao equivalentes:
a) (R)
ffd~=
(RI'.)f
fd~
b) (s)
ffd~=
•
(RI'.)ffd~
Demonstração: a) Sejam AE X e <X0 = inf f(x) e considere a
fun-xEA
ção 50 = <X0XA, que
e
uma função simples, mensuiável e S0~f. En tão: Logo ~(A)Ainf f(x) xEI'.(R)ffdv~sup[v(A)Ainf
f(xl] = (RA)f fdV I'.E xEI'.(4)
n Seja agora s = E i=la.x.,.
1 n . 1uma função simples,
positiva,men-surável tal que s~f. Então
k
Q(s) =v [a.AV(I'..)] =a. A~(l'.. )
i=l l l 1 0 1 0 para algum i
Corno s< f, ex. ~ inf f(x). Logo ~. E Q(s)<~(11.. )' - ~. Portanto in f xEA.
'·
sup s~f X 11.''·
f(x)~ sup[~ (11.)" 1\.E De (4) e (5) segue a). inf f(x)] xE 11. 26 ( 5)b) Sejam AE X e CX 0 ~ inf f(x). Então para xEA,f(x)~a0 •
xE11.
Logo Ac{xEX;f{x)~cx0}. Sendo~ uma medida fuzzy
Portanto
~(1\.)A inf f(x) xE11.
i.
v [cxA~{xEX; f(x)_::cxl] 0:.2:_0
onde concluÍmos que:
sup[~(A)'
inff(x)]~ (s)ffd~
AE xE11.
temos que
( 6)
Seja agora u>O. Como -f
é
mellsurável, o conjunto A0
~{xÊX;f(x)2_a}E :X: e inf I(x)2_a • Logo xEAo sup [~( 11.) 'in f AE xEI\ f(x)J.?.~(11..)A inf xEA0 f(x) >ctAV{xEX; f(x)2:_a}
27 Então sup c~
(
~) 'inf A.E xEA f(x)]2_ v[a,~{xEx;f(x)2_al]=(S)fd~
·et>OJ
( 7) De(6)
e(7)
segueb.
Assim as definições dadas por Sugeno, Ralescu e Ralescu/Adarns sao portanto, equivalentes e#serão denotadas simplesmente
por}.
Algumas propriedades da integral fuzzy já foram mostradas an-teriormente. ~qui, acrescentaremos mais algumas delas. Denotaremos
por
Proposic:ão· 2.11: Sejam f,g: X-+
[o,w)
mensuráveis e AEX
então(i)
}id~= rfX~d~
, ondeX~
é
a função caracterÍstica de~
A(ii)
f(f+a)d~<' ffd~+ a'~(~)= ffd~+fad~,
aE [o,ro)A
h
A
~(iii) Se if-gl:".a
em~.
aE[o,ro) entãoiffd~-fgd~l:".
a.
A
A
f
fd~=
v[a'~ (~"Fa)]
A
a
E[o,
ro)Demonstração: {i) Ternos onde
Logo
=
(ii)
Temos v '[aA~ ( AnF )] aE[o,w) <X ' F<X = {xEX;f(x)+a~a) EntãO: v [aA~(AnF) aE [0, a) " = v [aA~(A)] aE[ü,a) v '[aA~(AnF )] <X <X>a v [aA~(An{f~a-a})] a.2_a 28 ondepois se aE[O,a), a-a< O e {xEX;f(x)+a2:_a} ={xEX;f(x)2:_o:-a} =X
e portanto AnFa= A. Notemos que
< (a-a)A~(An{t..:::_a-a)}+ aAll(A).
·Nas desigualdades acima usamos o fato de que An{f~a-a} c A e a
f
(f+a)d~=
v[nA~
(A)] nE[o,a) v [aA~(An{f.c_n-a))] U)B .<:_(aA~(A)Ic:[(aA~(A))+ (n-a)A~(An{f>n-a) )] 29(iii) Como
lf-gj
<a, temos f .':.g+a. Então pela proposição 2.9,Ítem (i),
+ a
Por outro lado, g~f+a e
De ( *,} e ( **) segue o resultado.
Proposição 2.12: Se ffdV=O então v({xEA; f(x)>OJ)= O A
Demonstração: A = {xEA; f(x) >!
n n
Seja
={ xEA;f(x)>O}. Logo
Mas sendO i1 uma medida fuzzy temos
Então (I( A ) n A CA 1 2• c
=
o,
'tj n . . . e (* ), w .A= U A = n::::l n( ) ( uoo ) ~ ~ =~ ~ = lim n n=l n-t-oo ~({xE~;f(x)>O})
=o .•
~(~ n) =
o
30 ou seja,Os resultados a seguir serao Úteis no estudo da convergência de integrais fuzzy.
•
Lema 2.13: Seja ha , o::E[O,oo) uma função não-negativa, decrescente de valores reais extendidos de a . Se
< h _ ,·onde h - lim 0 h,...e h.-v 0 +0
=
0::0 -0 <X0--0 """ '""a-+a:o-Demonstração: Se ao=
o
temos que ha: =0, paraa.>o. se
então
a o = =
então = 00 para a:E[O,oo). Nestes casos o lema está
demonstra-do. Suponhamos o:Ah < cx0
a - temos para todo e portanto h < 0:0 • Por outro lado, assuma
0:0+0- que h -0< 0:0 • Então existe 0: 1 <0:0
a.-tona decrescente, temos que ho:<ha,~ ao para temente,
< sup v -aE
[o,
a•).
.
e mono-a>a:•. Consequen~
Portanto,
Denotaremos
..
O lema está demonstrado.
•
lim F a, a '-+ct+O por F et+O. 31Teorema 2.14: Seja f:X-+ [O,w) uma função mensurável e seja ~uma medida fuzzy. Então, para ~E X e aE
\j(
temos:(i)
f~d~=a ~ ~(AnFa)2<X2~(AnFa+O)
(ii)
f~d~>a~ ~(AnFa)>
a(iii)
f~d~2"~ ~(AnFa)2
aDemonstração:
(i)
Suponhamos queObserve que v À ÀE[o,a] v À>a 11(1\nF )·>a>v(AnF 0). Então a - - a+
À>O::>Il(AnF - U+Q • ) Logo
Suponha agora que Seja À e '
decrescente em relação a À • Como a
=
su~ [ÀAhÀ] e hÀ-O = hÀ,ÃELO,co)
32
..
(ii) Seja
Oo·=Lfd~.
Então(iii) Suponha que
A-recÍproca decorre dos Ítens anteriores. Sabemos que se f
1
,f
2 são funções mensuráveis então t1
~f2
quase sempre se ~({xEX;f1
(x)#f2
(x)})=O. Na teoria de medida clá~ sica temos que se f 1=f2 quase sempre ou quase toda parte, aqui denotado' por q·. t. p., então suas integrais sãO iguais. Isto ainda será verdadeiro para intégral fuzzy? O seguinte teoremaresponde-rá esta questão.
Teorema 2.15: ·se f
1=f2 q.t.p. então
te se ~
é
zero-aditiva.Demonstração: Suponhamos que
é
zero-aditiva. Para O e comof
1
~f2
q.t.p. istoé,
~( {xEX;f33
nição 2.6 que
Suponha que ff 1dv=ff 2du. Considere E, FE)l com u(F)=O e de
•
fina fl (x)= {oo, se xEE {oo, se xEEuP e f2(x)= o, se x~Eo'
se xe'EuFTemos en"t;ão que fl=f2 q.t.p. Mas ff
1dv= ooA\l(E) e ffzdV=
00AV(EUF)
•
Proposição 2.16: Se
v
é
zero-aditiva então que E,FEX com \l(F)=Oentão
Como l-l(F)=O e Fa:nFcF segue-se que l-Í(Fa:nF)=O. Sendo
zero-adi-ffdV .
E t
v [cxAV(Fcxn(EUF)]= cxE[O,oo)
34
3 • O espaço L l ( ul _
Chamaremos de L1(v) ao espaço das funçÕes mensuraveis posi tivas tais que
f
fdu
< 00Uma caracterização para o espaço L1(v) é:
Proposição 2.17: Se f:x~[o,oo)
é
uma função mensurável, então sao equivalentes:(b) o conjunto M={a>O;v{f~a}= oo}
é
limitado.Demonstração: Suponhamos,. por contradição que M na o
é
limita do. Sg ja M' o complemento de M·. Então, observado o fato de que em M,u(i
)=oo a temos: Então v [a'u(FaU
=a..::-_o
=
v a va
EM
aEM' v [aAu(Fal]= sup M vv [aAu(F a)].?_sup 11= oo
o:EM'
Logo ffL1(v), o que prova que
a)~
b).f
fdU=v [aAu(FaÜ
= Ct2:,0v [a'u(F )]
cxEMex
=
sup M ' vnEM•
Sendo M limitado, M' na o o e. Logo lim
a~~
remos esta afirmação. Seja G(a)= -ll{xEX;f(x)2:_a}=Jl{f..:::_a}
35
Procu-Temos que G(a) é-decrescente e limitado inferiormente. Logo existe lim G(a) = lim F(n), nEIM
Como a sucessão de conjuntos {f2_n}
é
decrescente, entãolim {f>nl =
n
{f>nl n=lPor outro lado,
n
{f~n}=0
pois caso contrário, existiria n=lLogo
o que
é
absurdo. Logolim
{f_::n}=
0 ~ n implicaria queN
lim G(a)
=
o
n a seria limitado ,Com isto,
é
impossível que Jl{f2:.et}2:.a,traEM'. Portanto0::0 EM 1 • Então para a>a
0
( 9)
36
v [o:Av({f>a)) aEM'
•sup M v v [o:Av ({ f>a)) v v [o:Av({f>a)f
aEM' aEM1 -
-àgora observe que:
Por ( 9) temos _que
Logo Então a<a0 v [o:Av({f2_a)J]~a, aEM' o:< ao v [o:Av({f~a)J]< o:EM' sup v({f~a))~v({f~a.)). a>a - o 0:2:_0:o v [o:Av({f.>al)] v v [o:Av({f_ia)J] aEM' o:EM' o:< ao CI..!:._Cto
< sup M v v({f>ao))<oo o>fE - o
Teorema 2.18: Se f:X-+ [O,oo) e fE L1(ll) então
00
Jv({f~o:))dx.
. o
onde a integral do lado direito da igualdade
é
a integral fuzzy de G(o:)=ll({f_::o:}), com respeito a medida de Lebesque em [0,00) :
37
..
Como fEL 1 (~), segue-se que lim G(a):Q (ver demonstração da prQ posição anterior). Seja X0.2:0 e S0 =G(x0 )'X[O,x
0
] • Temos que s 0
e uma função simples tal que s <G
0 - e
Logo ffdV=
Q(so)= G(x
0 )Ax 0
~ sup Q(s) =s<G
v [x
x2_0 00"G(x)]~
JG(a)dx. Mostremos ao
kConsidere agora uma função simples s= E a.
l Então: Q(s) = k v [a,AÀ(~. )] = i=l 1 1 i=l outra desigualdade. xA., s#O, s~G. l
para algum i 0 , l~i0<k, com À a medida de Lebesque em [ü,oo). Como lim G(a)=O então
a+oo
A..
é
limitado. Sejalo ~. c
[o,
B]
lo e À{A. lo -)<B • Portanto e então 00l
G( a)dx o [xAG(x)]f
fdv.(
=J
8 =sup A. lo Logo fdv!
----38
4 . Comparação Entre a Esperança Class-ica e a Esperança Fuzzy
Nesta seçao nós comparamos a integral clásSica(Lebesque) e a integral fuzzy, aqui denominadas por esperança clássica e por esperança fuzzy, uma vez que a medida usada é a medida da probabi lidade que também é uma medida fuzzy, e isso dando sentido a com-paração. Salientamos ainda, que no caso de medidas mais gerais tal comparação não terá sentido, pois, por exemplo, a medida de possibilidade não precisa ser uma medida fuzzy.
Seja (Q,X, ~)um espaço de probabilidade ou um espaço de
rne-dida fuzzy tal que ~(Q)~l. Note que a medida fuzzy
é
considerada como uma medida de grau de inexatidão. Uma função X:Q~~,l] men-surável, será chamada de variável inexata ou v.i .. Então a espe-rança fuzzyE(X)=(L)
I
Xd~
QV [aA~(X-':<x)] e a esperança
O::_
a.s_lfazem sentido. Sugeno mostrou que
Nosso problema aqui e computar o supremo do lado
clássica
( 4.1 )
esquerdo de (4.1). ~ntes, porém, de computarmos tal supremo, daremos al-guns resultados e definições preiiminares.
'
e definida por F(u) =~ {X~a}
análoga a uma função distribuição. Ela tem as seguintes propried~
des:
(1) F(O)
=
1 e 1im F(X)=
0 cx~oo39
(2)a<B F( a)2:F(S)
(3) F
é
contínuaà
esquerda.Definição 2.19: Uma variável inexata X
é
do tipo contínuo ou sim-plesmente, contínua se F(a)=~{X~a} e contlnua. ' 'Daremos um teorema básico que diz respeito a esperança de urna variável inexata do tipo contínuo.
Teorema 2.20: Se X
é
urna variável inexata do tipo contínuo, en-para algum Ü E (O, 1]Demonstração: Considere a função F(a)=~{X2a} tal
E. (X)= v [aAF(a)] • Sendo X do tipo contínuo, F: [0,00 ) 4 [0,1]
f CX2:0
contínua e portanto tem um ponto fixo ÜE
'[o,
1] . Como F (O) =1 Õ:E (O, 1] . Vamos mostrar queF(ii)
Denote por G(ci)=aAF(a). Queremos mostrar que G(a)~ G{Õ:) para algum aE[O,oo). Se a<a entao F(a}2:F(Ü)= ã>a . Então
G(a)
=
a<a = G(ii)-Se a>a então F (a) .s_F ( ã) = a< a Então
G(a) = F(a)~ii = G(ã)
que
'
ConcluÍmos que G(ã)= sup G(a) = Ef(X)
<x>O
para algum ãE( O, 1]+ .
e portanto
'
Voltando ao nosso problema, nos mostraremos que
40
'
e
1/4 a
melhor constante, tanto no caso de v.i., como no caso mais parti cUlar de variável inexata do tipo contínuo.
1
É conhecido que E(X)=(L)
J~{X~a)da.
Denote porF(a)=~{x~a}.
o
Como para qualquer "distribuição F" nós podemos encontrar uma va-riável inexata X cuja distribuição e exatamente F e o proble-ma de _avaliação do lado e·squerdo de 3.l.pode ser dito em termos de F. Então nosso problema
é
computarsup FEU
I
(L) v [aA F(a)]I
o~a~l
onde U= {F:
[o,
1]-+[o,
1] ; Fé
não-crescente} , contínuaà
esquer-da e F(O)=l.Proposição 2.21:
atingido.,
. 1
supl (L)J F(a)da- v[aAF(a)]
I
FEU o:
o
1
=
4
_ Demonstração: SUgeno ~_strou ~- sua tese __ que o supremo, e '
a função
'
e o supremo e
Então Logo
rl
se Ü<a<l/2=
~1/2
sel/2<a~l
·1/2 =Jlda+
o
v[a.AF 0(a)] =a
v [aAFO(a)] 0.:5_0..:5_1/2 1=
v 1=
1 2I
(L)F
0 (a)da-~
[aAF0 (a)]I
=·I~-
11=
1/4o
Isto mostra que o supremo
é
atingido .•
Agora nos restringimos nossa atuação a variáveis
do tipo contínuo.
O problema
é
computar: sup · [J;
(a) da- v [ aAp ( a)]I ,
Ff.V o:
. .
o
41 e = inexatas onde V = {F EU; Fé
contínua}. 1Teorema 2.22: sup IJF(a)do:- v [o:AF(a)]l=
~
e o supremo nao eFEV. a
o
Prova: Usando o teo. 2.20,temos, para FfõU:
v [aAF(a)] = F(Õ:)= a
O<o:< 1
para algum a (0,1]. 1
Também, (L) JF( a) da pode ser pensada como uma area, e ' tão obtemos: O sup FEU .1
I
(L) JF(a)da-~[aAF(a)]
I
=o
sup .FAs notações são ilustradas abaixo:
i
I(B+C)-(A+Cll =
-Dois casos sa considerados: A>B, B>A.
sup
FEU
42
en-Se A>B, então sup( A-·B):::_
~
pois FA~~
e B>O. Observe que 1/4é
a área máxima do retangulo inscrito, como na ilustração- - - - --~~
//~r?W/;
/ :
/ / /'
/ /Do mesmo modo, se B >A., • max (sup(II.-B), F IPB sup(B-11.).<:_
~
F 1 sup(B-11.)).':.4. F B >11. 43 PortantoPara mostrar que o
sup!A-B!=l/4 temos que mostrar que podemos tê-lo mais perto de 1/4 quando quisermos, com FE
v.
A próxima ilustração mostra que existe uma s_equencia {F
1..) com
o
'
:L
Para mostrar que o supremo nao
é
atingido, vamos considerar os mesmos casos:(i)
se
comIA
0-B0I=
1/4 ; e suponhamos tão-
'.
nao e cont1nua no zero.
e
B
0=1/4
neste caso .•
1 B o=-
4 em(o'
1]
isto e implica F0 (a)=l, e44
A.pesar das equivalências das integrais definidas por Suge-no, Ralescu e Ralescu-Adams nos permitirem provar alguns teor e-mas equivalentes aos clássicos, como v~!"ernqs,,outrq~ resulta,1bs
continu.ª-xall! fal~os como,por exemplo, o teorema de Fubini. Entretanto Wang
zi:._Xiao [ 5
J ,
dá uma nova definição de medida fuzzy, bem como de integral fuzzy, procurando resolver este fato. ~presentaremosagora estas .definições.
Definição 2.23: Seja (X,X) um espaço mensurável. Uma função de conjunto J-l:X.-+[0,1]
é
umamedida fuzzy(segundo Wat\q Zi-Xiao) se são satisfeitas:(i) ~(0) =
o
~(X)=l(ii) Se ~,BC( e ~nB=0 então ~(~uB)=~(~)v~(B) (aditivi-da de fuz'zy)
( iii) Se {1\n} n2'_l
é
uma sequencia monótona em X. então~(lim ~ ) =
n lim (continuidade)
Com esta definição de medida fuzzy, Wa~g Zi-Xiao de fi-niu uma integral fuzzy:
Definição 2.24: Seja Ci,X,~) um espaço de medida fuzzy e seja
h: X-+
[o,
1J
uma função mensurável.n
(i) Se h
é
uma função simples, istoé,
h(x)= _v [aiAXE. (x)]~=1 ~
E. fiE .=Çb, i l j , então para todo AE
.X.
45
com respeito a medida fuzzy u em A. ·e definida por:
(W)f h(x)dw
~
[a.Av(F.nA)] i;;;l 1 l A(ii)
Se hé
uma função qualquer,então hé
limite unifor-me de uma sequência monótona crescente ~n(x) de funções simples(Lema 2.6). "Neste caso, a integral fuzzy de h com respeito
4
a medida fuzzy kL em Aé
definida como:7 vés da (W) {
h(x)d~=
A lim (w) .f~ (x)d~
n n~w At>Iostremos agora que estas integrais sao bem definidas
atra-Prposicão 2.25: O valor da integral fuzzy na definição 2.10 nao depende da expressão de h(x}, isto
é:
mos:
então
·(i)
Se hé
urna função simples e tem duas expressoes, digãn n h(x)= v [a. AXE (x)] i=l l i = v [S.AXF (x)] j=l J
i
n v [a.A~(E.)] = i=l l J n v [S.A~(F.)] j=l J J46
(ii) Se h e uma função tal que existem duas sequencias crescentes de fun~Ões simples ~n(x) e Wm(x) as quais convergem uniformemente para h, então:
lim(W)
r
~n (x)d~=
CII.PÍTULO III
CONVERG~NCIII. DE INTEGRII.IS FUZZY
3. A. A.utocontinuidade de Funções de Conjuntos e a Integral Fuzzy
Veremos mais adiante que o teorema da Convergência Monótona
1
Lema de Fatou, resultados clássicos da teoria da medida de
Lebes-•
gue, continuam sendO válidos na linguagem fuzzy. O teorema da Con vergência Dominada de Lebesque teria um análogo na teoria fuzzy que seria: tivas, com "Se (f ) n f -+f n e ' '
.
e uma sequenc~a de funções mensuráveis, posi
então exemplo
-
'a seguir, mostra que isto nao e verdadeiro na linguagem fuzzy.
Exemplo 3.1: Considere X=~,ro) e V a medida de Lebesque. Tome
Mas e note que f -+ 1. n Também
!f
d U=2 n pois v [cx•'u( {f 2_a))] a>o n = lV 2 VÜ = 2 v [cxAu( {f >ex})] o:.E(l,2] n- 0:>2 v [aAu( {fn-':"l l]48
Vê-se então que o teorema da Convergência Dominada de Lebe~ que não
é
válido agu1. Um outro problema nosso seria se f ~fn
Lembramos que
para todo E>O.
f +f em medida se
n n-+oo lim~({xEX;
I
f (x)-f(x) ,nI
->d)=ORale seu e ~dams [ 3 ] resolveram este problema, tomando ll
uma me
dida fuzzy sub-aditiva, como veremos no decorrer deste capÍtulo Eles tentam mostrar, através de um exemplo dado a seguir que .a condição de sub-aditividade nao pode ser retirada.
Exemplo 3.2: Sejam X= {1,2,3, . . . . }
~:X-+[O,oo) definida· por: seja
O
seE
=!i
e =P(~) partes de X e ~(E)=
1 n se E= {nl, n= 1,2,3, . . . . 100 se = E 22. Considere as funções: Temos que 100 se x = 1 ou x o ' caso contrário f n -+f em medida, mas n 100 se x=l e f(x)=
o,caso contrário
effd~=l.Entretanto
49
a medida ~ usada por Ralescu e ~dams núo
é
fuzzy. De fato, seja An = {n,n+l, . . . . } Então ll(An)=lOO, n=l,2, . . . • , Observe(A )
n
é
uma sequencia decrescente e então lim A n =00 ~(nA)=O. . n n=l Mas lim n. n u(A )=lOO. n • que Logo
Pode-se então observar que a condição de sub-aditividade,r~ querida por Ralescu e Adams era muito forte para resolver o pro-blema. Wang . em [ 4] dá condição necessária e suficiente para que uma sequência- de ·funções . que convirja em medida, tenha sua se-quencia de integrais convirgindo. Esta condição
é
a autocontinui-dade da medida ll • Outros problemas também serão tratados aqu~.Teorema 3.1: (Teorema da Convergência Monótona) - Sejam f ~~,oo)
. n
mensuráveis para todo nE.
!lJ
~
Ex.
X. Demonstração: Como Então f f<f
n- n+l e e mensurável equencia de integrais
é
monótona crescente e portanto convergente. A..lém disso, ( *) f <f ~ E n- ' n lirn n , o que implica e então50
Mostraremos agora que
limffnd~ >ffd~.
Para isto, seja s uma função simples,mensurável, tal que O~s5_f e seja O<c<l.De-1\ sequencia (En)
crescente pois se xEE , f (x) >c s(x). Mas
n n
-tanto xEEn+l'
Provemos que
Além disso, X ~
IT
E . De fato,é
claro que . n=l n~
u E :JX,
n=l n
Seja' xEX. Como f(x)= lim fn(x)
n
n, tal que cs(x)~fn (x), pois
o cs(x)~s(x)~f(x). Logo então X
.
.
e por-~ u E eX. n n=l existe e ( 8)Considere a função
v
(E)=QE(cs). Afirmamos quev
e urname-dida fuzzy. Com efeito.
(i) v(~) = o
(ii)
Sejam A,BEX
com ACB. Então QA(cs)SQB(cs)~ (A)5_ (B) (iii) Seja (An) uma sequencia crescente. Então:= v( u h ) = n=l n Q ( cs) = ~ uh n n=l
=
k = v [a. AV(E. n( · u h )] i=l 1 1 n=l n k 00J
v [a.AV( U (E.nA )) i=l 1 n=l 1 n! --k V [ 0(, A i=l 1 lim ~(E. nr. )
J
~ n = lim n n= lim QA (cs) = lim v(An)
n n
De maneira semelhante prova-se que lim
n
00
v(A )=v( n r.), onde n n=l n
51
é
uma sequencia decrescente em X e para algum n0 .Vo~tando a (8) temos: a=limff dJl>lim n -n . n QE (cs) = n lim n = \i(X) = Q(cs)~~Q(cs) = (**) Se tomarmos c~l, temos: a>Q(s) = lim n a> sup Q(s)
=
s<f=
v( lirn E n I=
De (*) e (**) segue o resultado.52
Lema 3. 2: (Lema de F atou). Se f :X-+ [O,w)
n sao mensuráveis então
f
lim inf fn dV <limn-+w
Demonstração: Prova clássica.
inf
f
. nf
d~
.
Teorema 3.3: [ 4](Teorema da Convergencia Monótona)
uma sequencia crescente de funções mensuravels
.
.
não-negativas convergindo para uma função mensurável, não-negati-va, f e seja PE X EntãoDemonstração: Seja
c =
ffd~.
Sec=O
entãoo.::_ffndWffd~=O.
Nes·· tecaso o teorema está provado. Suponhamos O<c<oo . Para EE(O,c/2), existeja sequencia
é
crescente e limn
E n
=
Segue-se da rnonotocidade e continuidade de
v
que v(En)~v(E).Além disso, como temos que E~{f>a- 0} pois se xE{f>U- 0 } existe n tal que
rf
d~=
V[aA~((f
>a})]>J
n aE[o,w)
n-53
Finalmente, se c""oo então 1J({f2_a:})=oo, 'dc/[D,m). Dado N>O .arbitrário, seja Fn = { f >N}. Então
N
n-
epor-tanto ll(FN)/'n 1
\.t
( oo FN). Por outro lado, como temos F~:J{f..?_N+l}e então ll(F;).::_J.d{fi!Hl})= oo • Logo existe TI0 tal que Jl(F~)>N
n~n0 • Pelo teorema vado.
Teorema 3.4 - Se {f
0 }
é
uma sequencia de funções mensuráveis,não-negativas, decrescente, convergindo para uma função mensurável f, não-negativa, emAE
:C
e se existem n0 e uma constantetal que Jl({f > c 1}nA..)<= n
-o então
c'
Demonstração: Seja c= Jtd"f.l • Temos então que lim ftndll_2:C. Se
c= oo, nada a provar. Se c<oo , assuma que limff dll>C.
54
existe ó~
O
tal que limff
d11>c+ô. Comon
-n+oo
é
decrescente'
e portanto usando o teorema 2.14, ~ ({f >c+6} l>c+ 6,
n-
-Então
'rf n . Por hipótese, temos que ~({f n ->c+6})<
-o temos: e como
•
{{f >c+ôffé
decrescente n-{fn>c+6} \n
{fn~c+6}" {f~c+6l.
n=lSegue-se da contin;Jidade de ~ que:
n~oo
lim ~( {f >c+ 6}) > c+ 6
n- -·
em n
Logo do teorema 2, 14 temos ffd V >c+ 6 o que
é
uma contradição. Isto completa a prova do teorema .Corolário 3.5: Se fn~ f e
Demonstração: Sendo ll finita, gue do teorema.
•
v
é
finita, então f fndv\r
~-ll( {f :::c}) <v( X)<<» .
o
resultadon-
se-Observemos que hipótese de finitude no teorema anterior nao pode ser retirada, como mostrará o exemplo seguinte.
Exemplo 3. 3: Seja X= (O, co) e
de Lebesgue. Tomemos f
0(x)= ~
a o-álgebra de Borel e Jl a ·medida n= 1,2, . . . Então fn\ f ::O
55
É claro que as hipóteses do teorema anterior nao são satisfeitas. Consequentemente,
Corolário 3.6: Seja
v
zero-aditiva. Entãoi) fn/" f quase sempre '> ffndv
?
ffdv.ii)
fn~
f quase sempre e existe n0 e c 1<ffdv tal que
v({fno>c1})<oo "ffndv \, ffdv.
Demonstração:
i)
Sejam B {xEX; I f n (x)-f(x)l>d - e ~=X-B. Ternosqu~ 1J(B)::O, pois f _,. f n quase sempre. Corno \1
é
zero-aditiva, ffndv= ffndv= ffndv~uB A
Em A, f n + f. Pelo teorema da Convergência Monótona,
Mas
56
ii) Sejam A,B como antes sendo ~ zero-aditiva, temos do teorema anterior que
Mas
ffnd~
=ffnd~
=ffnd~
eA. AU B
Logo
•
No teorema 3.4, tomamos uma sequencia de funções mensura-'
veis decrescente convergindo para uma nova função f mensurável. Vamos generalizar este resultado.
Teorema 3. 7: Se {f } converge para f em AE
::I-n , e existem no
e uma constante tal que ~( {sup fr?c' )n~)<w então
n n0
,'
existe e e igual a
Escre-57 v a sup f, 1 i>n e f -n inf f .• Então i>n 1 e fn n=1,2, . . . sao '
.
mensurave~s com Como e portanto f <f <f -n- n- n lim n~oo e segue-se que <lim n~ootsando o teorema de Convergencia Monótona e teorema 3.4,
lirn
f
n~oo Consequentemente, limf
~w = lim n~oo=
lim ~00E o teorema está provado.
Corolário 3.8: Se
constante
f n ~f quase sempre e se existem n0
tal que c'} )<oo e·ntão
temos
58
se, ~ somente se, ~ ~ zer6-aditiva.
Demonstração: Suponha que J..l
é
zero-aditiva e sejaB={xEX; fn (x)~f(x)} Temos então que J..l(B)=O. Seja A=X-B ..•
Pe-lo teorema 3.7:
Mas da proposição 2.16. temos:
e
Portanto
a proposição
2.15 para demonstrarmos o teorema. Seja
f=f
como
1 n qtp
então f ~f
n 1 e fn~f
2
. Logo, por hipótese,e
59
Teorema 3 . 9 ' [ 4
J
veis, positivas,Suponhamos que (fn) e f sejam funções
mensurá-f EL1(~) e f ~f em medida. Suponha que a
n n
medida fuzzy
é
sub-aditiva. EntãofEL
1(~)
eDemonstração: Usaremos a seguinte desigualdade na demonstração do teorema.
(a+b)Ac~(aAc)+(bAc) a+(bAc)
(lO)
com a,b,c,E
/R.;.
Mostraremos que fEL . l (~). Para isto, seja E>O fixo. Temos para algumo:>b
que{xEX;f(x)>a)c{xEX; I f (x)-f(x) l>slu{xEX;f (x)>a-E}
- - n - n
-De fato, seja yE{xEX;f(x)_:::o:} e suponhamos que Yj"{ XEX; f (x) -f(xbo}
n
-Como f +f
n
e portanto
em medida,
I
f (y)-f(y) l<c . Entãon f n (y) f(y)-E><X-E
-yE{xEX;f n (x)>o:-E - • Sendo 11 sub-aditiva,temos:
~({xEX;f(x)>a})<~({xEX;If (x)-f·(~ll>d)+~({XEX;f (xl>a-s})
- - n - n
60
= ~({xEX;If (x)-f(xll>d)+(a-o+E)A~({xEX;f (x)>a-d)
n - n
-< ~({xEX;If (x)-f(x)l>d)+(a-o)A~({xEx;f (x)>a-E})+E.
n - n
-Portanto,para a::>O
Tomando o sup sobre
Como f ~f em medida e
n
Temos também que, para
CXl:_O, obtemos:
a>O e
~
n segue-se que
c >O fixado,
{xEx; fn (x) _:>a)c{xEX;
I
fn (x)-f(x) l.:>dc{xEX; f(x) _:>a d( l l )
e
=~( {xEX; I f n (x) -r(x) I >d) + (a- o+ - d Av( {xEX; f (x) >a- E})
-<v( {xEX; I f (x)-f(x) I >d)+a-EA~( {xEX;f(x) >a-E})+o
-61
Tomando o sup sobre
a.
> O, obtemos:(12)
De (Ü) e (12)
quando n-+=
e como f ~f em medida temos, tomando o n
o resultado desejado.
•
limite
Corolário 3. 10: Se 11
é
uma medida fuzzy sub-aditiva, finita, com e f funções rnensuráveis,positivas eparte:. então:
f -+f em quase
n toda
Demonstração: Como convergencia quase sempre implica em convergen cia em medida, segue o cor9lário do teorema anterior.
Teorema 3.11: "Suponhamos que a sequencia de funções mensuráveis (fn) convirja para a função mensurável f, finita quase-sempre
sobre AE J_ • Então
ffnd~4ffd~
se e só se~
é
autocontínua.A
A
Demonstração:
sêm
perda de generalidade, seja A=X e f finita. Provemos a suficiência. Escreva .Fa={xEX;f(x)iu}={f~u},Fa+o =={xEX;f(x)>a}={f>aLFn {xEX;f (x)>a}= {f >al. Seja aE[O,oo) e
n-62
úividiremos em dois casos. Se c= oo então Dado aE(O,oo) arbitrário temos:
(12)
De fato, seja yEFa+
1{xEX; lf(x)-fn(x) l21l Então yEF a+
1
~f(y)>a+l-e y~{xEX; lf(x)-f (x) 1>1). Corno f ~f em medida, ternos n - n que
lf n (y)-f(yll<1~ f (y)hf(y)-1>a+1-1 =a~ yEFna. Sendo~ autocontí-n ·
-nua inferior, existe ô::o6(a)>O tal que ~(B)<O, BE
X,
e ll{Fa+lB)_:::_apara n>n0 • Consequentemente,
Do teorema 2.15 temos que
ffnd~2a,
n>n0 , isto e,Jfnd"~oo.
Considere agora c<oo . Pâra a>c temos que ll(Fa)~ll(Fct+O)~c<oo.Portanto
o
e uma cadeia ]l-limitada. Seja c>o dado. Temos que
Fn U+E cp u{!f a n
-fi
->€} e sendo ll ~~tocontínua temos que llé
autocon-tínua localmente uniforme superior e usando o fato de queem medida·, existe n0 tal que
f ~ f n